Dita Paradita : Pengaruh Good Corporate Governance Terhadap Kinerja Keuangan Pada Perusahaan Yang Termasuk Kelompok Sepuluh Besar Menurut Corporate Governance Perception Index CGPI, 2009.
2. Uji Asumsi Klasik
a. Uji Normalitas Data
Uji normalitas digunakan untuk mengetahui apakah distribusi data penelitian masing-masing variabel telah menyebar secara normal. Model
regresi yang baik adalah yang memiliki distribusi data normal atau mendekati data normal. Uji normalitas dilakukan dengan analisis grafik
dengan melihat grafik histogram dan normal probability. Jika grafik histogram menunjukkan pola distribusi normal, artinya titik puncak kurva
berada di titik nol 0 pada sumbu X maka model regresi memenuhi syarat normalitas, begitu juga bila sebaliknya.
Namun demikian, hanya dengan melihat histogram hal ini dapat menyesatkan khususnya untuk jumlah sampel kecil. Metode yang lebih
handal adalah dengan melihat normal probability plot yang
membandingkan distribusi kumulatif dari distribusi normal. Distribusi normal akan membentuk satu garis lurus diagonal, dan ploting data
residual akan dibandingkan dengan garis diagonal. Jika distribusi data residual normal, maka garis yang menggambarkan data sesungguhnya
akan mengikuti garis diagonalnya Ghozali, 2002:110. Pengujian normalitas data juga dilakukan menggunakan alat uji
statistik, yaitu alat uji statistik Kolmogorov–Smirnov Uji K–S. Jika tingkat signifikansinya lebih besar dari 0,05 maka data itu terdistribusi
normal. Jika nilai signifikansinya lebih kecil dari 0,05 maka distribusi data adalah tidak normal.
Dita Paradita : Pengaruh Good Corporate Governance Terhadap Kinerja Keuangan Pada Perusahaan Yang Termasuk Kelompok Sepuluh Besar Menurut Corporate Governance Perception Index CGPI, 2009.
b. Uji Autokorelasi
Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan
kesalahan pengganggu t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena
observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas
dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu time series karena “gangguan” pada seseorang
individukelompok cenderung mempengaruhi “gangguan” pada individukelompok yang sama pada periode berikutnya. Model regresi
yang baik adalah regresi yang bebas dari autokorelasi. Cara yang digunakan penulis untuk mendeteksi ada atau tidaknya
autokorelasi adalah dengan uji Durbin-Watson DW Test. Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu first order
autocorrelation dan mensyaratkan adanya intercept konstanta dalam model regresi dan tidak ada variabel lag di antara variabel independen.
Keputusan ada tidaknya autokorelasi adalah. 1
Bila nilai DW Durbin Watson terletak antara batas atas DU dan 4
−DU, maka koefisien autokorelasi sama dengan nol artinya tidak ada autokorelasi.
2 Bila nilai DW DL batas bawah, maka koefisien
autokorelasi lebih besar dari nol, maka ada autokorelasi positif.
Dita Paradita : Pengaruh Good Corporate Governance Terhadap Kinerja Keuangan Pada Perusahaan Yang Termasuk Kelompok Sepuluh Besar Menurut Corporate Governance Perception Index CGPI, 2009.
3 Bila nilai DW 4
−DL, maka koefisien autokorel asi lebih kecil dari nol artinya ada autokorelasi negatif.
4 Bila nilai DW terletak antara DU dengan DL atau DW terletak
di antara 4 −DU dan 4−DL, maka tidak ada kesimpulan.
c. Uji Heteroskedastisitas